Python:正则表达式在空格上分割(但在[]中保持元素不分割)并在数组中添加 ""作为换行符

Question

基本上想象一下，如果我有这样的一行:

"Hello world
I am Lucas [help me]
Hi" 

我希望 re.split() 的结果是:

['Hello' 'world' '' 'I' 'am' 'Lucas' '[help me] '' 'Hi']

到目前为止我已经尝试使用

re.split(r'\s+(?=[^()]*(?:\[|\<|$))', stringToSplit) 

但我不确定如何添加 '' 作为换行符。我试过:

result = re.split(r'\s|\n+(?=[^()]*(?:\[|\<|$))', input)

但是这会给[help me]带来问题，因为它会将其分成'[help'和'me]'。有解决这个问题的方法吗？

Answer 1

您可以使用匹配方法来提取方括号内的所有子字符串、非空白 block 或换行符之前的空格

\[[^[]*]|\([^)]*\)|<[^>]*>|\S+|(?=\n)

请参阅regex demo .

详细信息

• \[[^]]*] - 一个[后跟除 ] 之外的任何 0+ 个字符然后]
• | - 或
• \([^)]*\) - 一个(后跟除 ) 之外的任何字符然后)
• | - 或
• <[^>]*> - 一个<后跟除 > 之外的任何 0+ 个字符然后>
• | - 或
• \S+ - 1 个或多个非空白字符
• | - 或
• (?=\n) - \n 之前的空字符串, 换行符。

请参阅Python demo :

re.findall(r"\[[^[]*]|\([^)]*\)|<[^>]*>|\S+|(?=\n)", s)
# => ['Hello', 'world', '', 'I', 'am', 'Lucas', '[help me]', '(help me 2)', '<help me 3>', '', 'Hi']